Python中flatten( )函数及函数用法详解
flatten()函数用法
flatten是numpy.ndarray.flatten的一个函数,即返回一个一维数组。
flatten只能适用于numpy对象,即array或者mat,普通的list列表不适用!。
a.flatten():a是个数组,a.flatten()就是把a降到一维,默认是按行的方向降 。
a.flatten().A:a是个矩阵,降维后还是个矩阵,矩阵.A(等效于矩阵.getA())变成了数组。具体看下面的例子:
1、用于array(数组)对象
1
2
3
4
5
6
7
8
9
10
11
12
13
|
>>> from numpy import * >>> a = array([[ 1 , 2 ],[ 3 , 4 ],[ 5 , 6 ]]) >>> a array([[ 1 , 2 ], [ 3 , 4 ], [ 5 , 6 ]]) >>> a.flatten() #默认按行的方向降维 array([ 1 , 2 , 3 , 4 , 5 , 6 ]) >>> a.flatten( 'F' ) #按列降维 array([ 1 , 3 , 5 , 2 , 4 , 6 ]) >>> a.flatten( 'A' ) #按行降维 array([ 1 , 2 , 3 , 4 , 5 , 6 ]) >>> |
2、用于mat(矩阵)对象
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
>>> a = mat([[ 1 , 2 , 3 ],[ 4 , 5 , 6 ]]) >>> a matrix([[ 1 , 2 , 3 ], [ 4 , 5 , 6 ]]) >>> a.flatten() matrix([[ 1 , 2 , 3 , 4 , 5 , 6 ]]) >>> a = mat([[ 1 , 2 , 3 ],[ 4 , 5 , 6 ]]) >>> a matrix([[ 1 , 2 , 3 ], [ 4 , 5 , 6 ]]) >>> a.flatten() matrix([[ 1 , 2 , 3 , 4 , 5 , 6 ]]) >>> y = a.flatten().A >>> shape(y) ( 1L , 6L ) >>> shape(y[ 0 ]) ( 6L ,) >>> a.flatten().A[ 0 ] array([ 1 , 2 , 3 , 4 , 5 , 6 ]) >>> |
从中可以看出matrix.A的用法和矩阵发生的变化。
3、但是该方法不能用于list对象,想要list达到同样的效果可以使用列表表达式:
1
2
3
4
5
|
>>> a = array([[ 1 , 2 ],[ 3 , 4 ],[ 5 , 6 ]]) >>> [y for x in a for y in x] [ 1 , 2 , 3 , 4 , 5 , 6 ] >>> ! |
下面看下Python中flatten用法
一、用在数组
1
2
3
4
|
>>> a = [[ 1 , 3 ],[ 2 , 4 ],[ 3 , 5 ]] >>> a = array(a) >>> a.flatten() array([ 1 , 3 , 2 , 4 , 3 , 5 ]) |
二、用在列表
如果直接用flatten函数会出错
1
2
3
4
5
6
7
|
>>> a = [[ 1 , 3 ],[ 2 , 4 ],[ 3 , 5 ]] >>> a.flatten() Traceback (most recent call last): File "<pyshell#10>" , line 1 , in <module> a.flatten() AttributeError: 'list' object has no attribute 'flatten' |
正确的用法
1
2
3
4
|
>>> a = [[ 1 , 3 ],[ 2 , 4 ],[ 3 , 5 ],[ "abc" , "def" ]] >>> a1 = [y for x in a for y in x] >>> a1 [ 1 , 3 , 2 , 4 , 3 , 5 , 'abc' , 'def' ] |
或者(不理解)
1
2
3
4
|
>>> a = [[ 1 , 3 ],[ 2 , 4 ],[ 3 , 5 ],[ "abc" , "def" ]] >>> flatten = lambda x: [y for l in x for y in flatten(l)] if type (x) is list else [x] >>> flatten(a) [ 1 , 3 , 2 , 4 , 3 , 5 , 'abc' , 'def' ] |
三、用在矩阵
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
>>> a = [[ 1 , 3 ],[ 2 , 4 ],[ 3 , 5 ]] >>> a = mat(a) >>> y = a.flatten() >>> y matrix([[ 1 , 3 , 2 , 4 , 3 , 5 ]]) >>> y = a.flatten().A >>> y array([[ 1 , 3 , 2 , 4 , 3 , 5 ]]) >>> shape(y) ( 1 , 6 ) >>> shape(y[ 0 ]) ( 6 ,) >>> y = a.flatten().A[ 0 ] >>> y array([ 1 , 3 , 2 , 4 , 3 , 5 ]) |